python - 如何使用 BeautifulSoup 跳过某些标签？

Question

我是 Python 初学者，目前我正在尝试使用 BeautifulSoup 编写一个简单的脚本，从网页中提取一些信息并将其写入 CSV 文件。我在这里想做的是浏览网页上的所有列表。在我要使用的特定 HTML 文件中，只有一个“ul”有 id，我希望跳过该文件并将所有其他列表元素保存在一个数组中。我的代码不起作用，我不知道如何解决我的问题。

for ul in content_container.findAll('ul'):
    if 'id' in ul:
        continue
    else:
        for li in ul.findAll('li'):
            list.append(li.text)
            print(li.text)

当我打印列表时，我仍然看到 ul 中带有 id 的元素。我知道这是一个简单的问题，但我现在陷入困境。任何帮助将不胜感激

Answer 1

您正在寻找id=False。使用这个:

for ul in content_container.find_all('ul', id=False):
    for li in ul.find_all('li'):
        list.append(li.text)
        print(li.text)

这将忽略所有具有 id 作为属性的标签。另外，你的方法几乎是正确的。您只需要检查 id 是否存在于标签属性中，而不是存在于标签本身中(正如您所做的那样)。因此，请使用 if 'id' in ul.attrs() 而不是 if 'id' in ul